布客技术评论：为什么国产模型的数学研究能力不行？

如果“数学能力”指的是K-12竞赛题的求解，国产模型并没有那么不堪。Qwen3-Max-Thinking在AIME 25和HMMT 25上拿到了国内首个双满分，Qwen3-VL-235B-A22B-T在涵盖JMC、AMC8、JMO、IMO等竞赛的1230道题目上取得了68.81%的最高分，并在六个竞赛中拿到最佳成绩。